鳞片

SCALCG–无约束优化的比例共轭梯度算法。在这项工作中,我们提出并分析了一个新的比例共轭梯度算法及其实现,基于割线方程的解释和不精确的Wolfe线搜索条件。Birgin和martinez(2001)提出的最佳谱共轭梯度算法SCG,主要是Perry(1977)的一个标度变量,对其进行了改进,以克服定义搜索方向的矩阵缺乏正定性。这种修正是基于拟牛顿BFGS修正公式。计算方案嵌入了Beale-Powell的重启哲学。利用两个连续点的函数值公式,将梯度的尺度参数选择为谱梯度或以预期方式选择。在非常温和的条件下,证明了对于强凸函数,该算法是全局收敛的。对500个无约束优化测试问题集的初步计算结果表明,这种新的比例共轭梯度算法明显优于谱共轭梯度SCG算法。


zbMATH中的参考文献(参考文献112篇)

显示结果1到20,共112个。
按年份排序(引用)
  1. 阿米尼法德,佐尔;Babaie Kafaki,Saman:下降混合非线性共轭梯度法在信号处理中的应用(2022)
  2. 李湘丽;赵文娟:基于自标度无记忆BFGS更新的修正共轭梯度法(2022)
  3. 阿卜杜拉希,法希玛;Fatemi,Masoud:非光滑优化问题的一种具有强收敛性的有效共轭梯度法(2021)
  4. 董,小梁;戴志峰;甘巴里,雷扎;Li,Xiang Li:具有充分下降条件和共轭条件的自适应三项共轭梯度法(2021)
  5. 法拉马齐,帕瓦尼;Amini,Keyvan:谱三项Hestenes-Stiefel共轭梯度法(2021)
  6. 李湘丽;赵文娟;董晓亮:一种新的基于自适应搜索策略的无记忆BFGS更新算法及其在大规模无约束优化问题中的应用(2021)
  7. 叶哈亚,马哈茂德·穆罕默德;库曼,噗;阿瓦,阿里尤穆罕默德;Aji,Sani:结构化NLS问题的结构拟牛顿算法及其在机器人运动控制中的应用(2021)
  8. Andrei,Neculai:基于自标度无记忆Broyden-Fletcher-Goldfarb-Shanno方法的新共轭梯度算法(2020)
  9. Andrei,Neculai:无约束优化的双参数自调整无记忆BFGS方法(2020)
  10. Babaie Kafaki,Saman:修正的标度无记忆对称秩1方法(2020)
  11. 博加里,S。;Eslahchi,M.R.:非凸优化具有充分下降特性的两族标度三项共轭梯度法(2020)
  12. 冯海山;李婷婷:求解非线性单调方程和图像复原问题的加速共轭梯度算法(2020)
  13. 马赫达维·阿米里,N。;Shaeiri,M.:非光滑优化的共轭梯度抽样法(2020)
  14. 娜塔杰,莎拉;Lui,S.H.:基于初始点假设的非线性共轭梯度法和标度无记忆BFGS方法的超线性收敛性(2020)
  15. 欧依贵;林海昌:一类基于修正割线方程的加速共轭梯度法(2020)
  16. 鞍,巴德雷丁;Chiheb-Eddine Sellami,Mohamed:改进的Fletcher-Reeves共轭梯度法与Wolfe线搜索的全局收敛性(2020)
  17. 瓦齐里,M.Y。;艾哈迈德,K。;Sabi'u,J.:非线性方程组基于修正割线方程的戴辽共轭梯度法(2020)
  18. 袁,巩林;李婷婷;胡武杰:求解大规模非线性方程组和图像恢复问题的共轭梯度算法(2020)
  19. 周英杰;吴玉伦;李向荣:求解非线性单调方程和图像复原问题的一种新的混合PRPFR共轭梯度法(2020)
  20. 阿米尼法德,佐尔;Babaie Kafaki,Saman:Dai-Liao族共轭梯度法的最佳参数选择,避免搜索方向矩阵最大放大的方向(2019)